R Base

class: center, middle, inverse, title-slide

.title[
# R Base
]
.subtitle[
## Big Data e Inteligencia Territorial
]

---

.remark-slide-content {
    font-size: 25px;
    padding: 1em 1em 1em 1em;
}

.remark-code{
  line-height: 1.5; font-size: 80%
}

@media print {
  .has-continuation {
    display: block;
  }
}
</style>

---
class: inverse, center, middle

# Paquetes

---

# Paquetes

## ¿Qué son?

✔️ Los paquetes son, principalmente, funciones que no están en r base, pero también bases de datos y objetos de R en general.

## ¿Para qué nos sirven?

✔️ Ayudan a resolver problemas que con r base no se podía, o que era muy difícil hacerlo.

---
class: middle, center, inverse

background-image: url(data:image/png;base64,#img/R1.PNG)
background-size: contain

---
class: middle, center, inverse

background-image: url(data:image/png;base64,#img/R2.PNG)
background-size: contain

---
class: middle, center, inverse

background-image: url(data:image/png;base64,#img/R3.PNG)
background-size: contain

---
class: middle, center, inverse

background-image: url(data:image/png;base64,#img/R4.PNG)
background-size: contain

---
class: middle, center, inverse

background-image: url(data:image/png;base64,#img/R5.PNG)
background-size: contain
  
---

#Paquetes

## INSTALACIÓN

- Podemos descargarlos e instalarlos con el siguiente comando:

```r
install.packages("nombre_del_paquete") 
```

- Sólo es necesario instalar el paquete una vez por computadora.

---

#Paquetes

## INVOCACIÓN

.pull-left[

- Una vez instalado, cada vez que abramos una nueva sesión de R y querramos utilizar el paquete debemos **cargarlo al ambiente de trabajo** mediante la función:

```r
library(nombre_del_paquete)
```
]

.pull-right[

<img src="data:image/png;base64,#img/invocacion.gif" width="500px" />
]

---

class: inverse, middle, center

# [Tidyverse](https://www.tidyverse.org/)

---
# Tidyverse

.pull-left[
#### `Tidyverse` es una colección de paquetes de R, pensados para trabajar en "ciencia de datos". 
 
]

.pull-right[

<img src="data:image/png;base64,#img/tidyverse.png" width="781" style="display: block; margin: auto;" />
]

---
class: inverse, middle, center

# ¿Por qué tidyverse?

---
# __¿Por qué tidyverse?__

- ### Orientado a ser leído y escrito por y para seres humanos

- ### Funciones no pensadas para una tarea específica sino para un proceso de trabajo

.pull-left[
<img src="data:image/png;base64,#img/circuito_del_dato.png" width="100%" style="display: block; margin: auto;" />
]

.pull-right[
<img src="data:image/png;base64,#img/circuito_del_dato_tidy.png" width="100%" style="display: block; margin: auto;" />
]

- ### Su comunidad, basada en los principios del código abierto y trabajo colaborativo

---
# __Instalación y uso__

* Sólo una vez (por computadora):
```r
install.packages("tidyverse")
```

* En cada inicio de sesión de R o Rstudio:

```r
library(tidyverse)
```
 
--

.pull-left[

_No es necesario esto:_

```r
install.packages("dplyr")
install.packages("tidyr")
install.packages("ggplot2")
```
]

.pull-right[

_Ni esto:_

```r
library(dplyr)
library(tidyr)
library(ggplot2)
```
]

---
# Hoja de ruta

### Presentación de los paquetes `dplyr` y `tidyr`

.pull-left[

## ✔️ lectura / escritura

_{readr}_: ☑️ `read_csv()` ☑️ `read_table()`

_{haven}_: ☑️ `read_sav()` ☑️ `read_dat()`

☑️ `read_sas()` 
]

.pull-right[

## ✔️ magrittr

☑️ `%>%`

]

---
# Hoja de ruta

.pull-left[

## ✔️ dplyr

☑️️ `select()`   ☑️️ `filter()`

☑️️ `mutate()`   ☑️️ `rename()`

☑️️ `arragne()`  ☑️️ `summarise()`

☑️️ `group_by()`

]
 
 
.pull-right[

## ✔️ tidyr
    
☑️ `pivot_longer()` ☑️ `pivot_wider()`

]

---
class: middle, center, inverse

# Lectura / escritura de archivos

---
# Lectura / escritura de archivos

## Hay varios paquetes que ayudan a la lectura de archivos, los principales son:

.pull-left[

### Paquete `{readr}`

- `read_csv()`   --> *.csv*

- `read_table()` --> *.txt*

- `read_rds()`   --> *.rds*
]

.pull-right[

### Paquete `{haven}`

- `read_sav()` --> SPSS

- `read_dta()` --> STATA

- `read_sas()` --> SAS

]

---
# Base de trabajo

En el material de la clase se puso a disposición una base de ejercicio. La informaciuón con la que se cuenta es aquella referida a los **Inmuebles Propios del Estado Nacional y Alquilados**, provista por la Dirección Nacional del Registro de Bienes Inmuebles - Agencia de Administración de Bienes del Estado - Jefatura de Gabinete de Ministros.

> [Descarga de la base de datos](https://datos.gob.ar/dataset/otros-inmuebles-propios-estado-nacional-alquilados)

### Con la siguiente sentencia puedo importarla a R:

```r
base_inmuebles <- read_csv(file = "la_ruta_del_archivo/el_nombre_del_archivo.csv",
                           col_names = TRUE)
```

---
class: inverse, middle, center

# _PRÁCTICA_

---
class: inverse, middle

# Práctica

1. Armar una carpeta de trabajo en la computadora.

1. Descargar la base de datos de inmuebles del Estado Nacional y ubicar el archivo en la carpeta de trabajo. 
Link para descarga [aqui](https://datos.gob.ar/dataset/otros-inmuebles-propios-estado-nacional-alquilados)

1. Desde un script de Rstudio, importar la base de datos con la función acorde a la extensión del archivo.

_Pistas:_

Del paquete `{readr}`

- .csv --> `read_csv()`
- .txt --> `read_delim()`
- .xlsx (excel) --> Paquete `{readxl}` --> `read_xlsx()` o `read_excel()`